基于奇异谱分析的我国航空客运量集成预测模型

被引：26

作者：

梁小珍 ^{[1
]}

乔晗 ^{[2
]}

汪寿阳 ^{[2
,3
]}

张珣 ^{[3
]}

机构：

[1] 上海大学管理学院

[2] 中国科学院大学经济与管理学院

[3] 中国科学院数学与系统科学研究院

来源：

系统工程理论与实践 | 2017年 / 37卷 / 06期

关键词：

航空客运量; 奇异谱分析(SSA); 单整自回归移动平均模型(ARIMA); 支持向量回归模型(SVR); Holt-Winters方法; 集成预测;

D O I：

暂无

中图分类号：

F562 [中国航空运输];

学科分类号：

摘要：

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.

引用

页码：1479 / 1488

页数：10

共 18 条

[11]

Singular spectrum analysis and forecasting of failure time series[J] . Claudio M. Rocco S.Reliability Engineering and System Safety . 2013

[12]

Signal Extraction and Forecasting of the UK Tourism Income Time Series: A Singular Spectrum Analysis Approach[J] . Christina Beneki,Bruno Eeckels,Costas Leon.J. Forecast. . 2011 (5)

[13] Noise reduction of hyperspectral data using singular spectral analysis [J].

Hu, Baoxin ;

Li, Qingmou ;

Smith, A. .

INTERNATIONAL JOURNAL OF REMOTE SENSING, 2009, 30 (09) :2277-2296

[14]

Time series models （Grey-Markov, Grey Model with rolling mechanism and singular spectrum analysis） to forecast energy consumption in India[J] . Ujjwal Kumar,V.K. Jain.Energy . 2009 (4)

[15] Forecasting crude oil price with an EMD-based neural network ensemble learning paradigm [J].

Yu, Lean ;

Wang, Shouyang ;

Lai, Kin Keung .

ENERGY ECONOMICS, 2008, 30 (05) :2623-2635

[16]

Forecasting European industrial production with singular spectrum analysis[J] . Hossein Hassani,Saeed Heravi,Anatoly Zhigljavsky.International Journal of Forecasting . 2008 (1)

[17] A neural network model to forecast Japanese demand for travel to Hong Kong [J].

Law, R ;

Au, N .

TOURISM MANAGEMENT, 1999, 20 (01) :89-97

[18] THE ROLE OF WEALTH IN THE DEMAND FOR INTERNATIONAL AIR-TRAVEL [J].

ALPEROVICH, G ;

MACHNES, Y .

JOURNAL OF TRANSPORT ECONOMICS AND POLICY, 1994, 28 (02) :163-173

← 1 2 →